Датасет · parler-tts
Очищенный корпус английской речи на 585 часов
parler-tts/libritts_r_filtered
Отфильтрованная версия аудиодатасета LibriTTS-R с улучшенным качеством звука для синтеза и распознавания речи.
Что внутри
Датасет содержит пары из аудиозаписей чтения на английском языке (частота 24 кГц) и текстовых расшифровок. В исходном корпусе LibriTTS-R около 585 часов речи от множества дикторов, размер текущей выборки — от 100 тысяч до 1 миллиона записей. Из данных удалили сэмплы с неудачным восстановлением звука и дикторов, у которых обнаружилось наложение нескольких голосов.
Что можно сделать
- Обучение и дообучение моделей text-to-speech (TTS) с чистым звучанием
- Тренировка систем распознавания речи (ASR) на английском языке
- Клонирование голоса и создание мультиспикерных голосовых моделей
- Задачи
- Синтез речи, Распознавание речи
- Языки
- Английский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 4,3 тыс.
- Лайков
- 26
Модели, обученные на нём
- remsky/kokoro-inno-clone-tunerСинтез речи 1,7 млн
- parler-tts/parler-tts-mini-v1Синтез речи 31,5 тыс.
- parler-tts/parler-tts-mini-multilingual-v1.1Синтез речи 12,6 тыс.
- parler-tts/parler-tts-mini-v1.1Синтез речи 5,8 тыс.
- parler-tts/parler-tts-large-v1Синтез речи 4,8 тыс.
- OuteAI/OuteTTS-0.2-500M-GGUFСинтез речи 2,9 тыс.
- OuteAI/OuteTTS-0.1-350M-GGUFСинтез речи 748
- cstr/Sidon-GGUFОбработка аудио 479
Как загрузить
from datasets import load_dataset
ds = load_dataset("parler-tts/libritts_r_filtered")